대회를 준비하며 가장 먼저 세운 기준은, 눈앞의 수치를 얼마나 정교하게 끌어올릴 수 있느냐가 아니었다고 한다. 참가자에게 주어지는 것은 IS(In Sample)라 불리는 과거 데이터의 성능 지표뿐이지만, 그는 그 숫자에 쉽게 안주하는 접근을 끝까지 경계했다. 과거에 잘 작동한 전략이 미래에도 반복될 것이라는 보장은 없다는 점에서, 그는 “왜 이 전략이 좋은지”, “어떤 조건에서 유효했는지”를 스스로 설명할 수 없는 모델은 과감히 배제해 나갔다.
이 과정에서 그가 특히 골몰한 것은 금융적 의미를 갖춘 설명 가능성이었다. 기술적으로 세련된 알고리즘을 만드는 데 그치지 않고, 해당 모델이 실제 시장에서 어떤 경제적 논리에 기대어 작동하는지를 검증하는 데 많은 시간을 들였다. 데이터 속 수학적 패턴을 그대로 받아들이기보다, 그것이 시장 참여자들의 행동과 거시경제라는 환경 속에서 어떤 의미를 지니는지 연결해 해석하고자 한 것이다.
“대회에 제출된 모델이 26만 개가 넘는다고 들었어요. 그 안에서 끝까지 살아남으려면, 특정 상황에서만 잘 작동하는 전략으로는 부족한 거죠. 결국 저금리일 때도, 고금리일 때도 모두 버틸 수 있는 전략 풀을 만들어 두는 게 중요하다고 판단했습니다. 시장 환경이 바뀌더라도 전체 구조가 흔들리지 않는 쪽을 택할 수 있으려면요.”
결국 시장 환경이 바뀌더라도 논리가 무너지지 않는 구조를 만드는 것, 그리고 데이터의 수치적 결과에 매몰되지 않고 그 이면의 금융적 합당성을 끈질기게 따져 묻는 태도야말로 이번 우승을 떠받친 핵심 경쟁력이었던 것이다.

경영으로 묻고, 공학으로 풀다

이번 도전의 과정이 순탄하기만 했던 것은 아니었다. 김민겸 학생에게 가장 막막했던 순간은 퀀트라는 분야에 처음 발을 들였을 때였다. 입문자를 위한 체계적인 교육 자료가 많지 않아 스스로 길을 찾아야 했고, 방대한 데이터와 수많은 연산자를 하나하나 뜯어보며 구조를 이해하는 데 적지 않은 시간을 들였다. 기업에서 제공하는 기초 강의를 참고삼아 기본기를 차근차근 쌓는 한편, 성과가 기대에 미치지 못할 때일수록 조급해지지 않으려는 태도를 스스로 다잡아가기도 했다. 단기적인 결과에 매몰되면 시야가 좁아진다는 판단에서다. 그렇게, 타인의 속도와 성과를 기준 삼기보다, 자신의 과정과 리듬을 지키며 문제를 다시 정의하고 본질로 돌아가는 것이 오히려 긴 호흡의 해법이 됐다.
이러한 태도는 산업공학과와 경영학을 복수 전공하며 길러온 융합적 사고와도 맞닿아 있다. 산업공학을 통해 시계열 분석과 확률 이론 등 데이터를 다루는 방법론을 익혔다면, 경영학 수업을 통해서는 금융 시장을 해석하는 통찰과 도메인 지식을 쌓아왔다. 실제로 김민겸 학생은 “경영학으로 문제를 정의하고 큰 그림을 그린 뒤, 산업공학으로 그 해법을 구현해 나갔다”면서 “전공의 경계를 넘나들며 자유롭게 탐구할 수 있는 환경, 그리고 기초를 중시하는 교육 경험이 주효했던 것 같다”고 고백했다.